文件名称：recommender_system:基于last.fm数据的音乐推荐系统
文件大小：809KB
文件格式：ZIP
更新时间：2024-03-31 11:16:09
系统开源
建立Last.fm推荐系统 今天，我们将基于代表在上提供的Last.fm数据集构建基本的推荐系统。 该数据集来自2011年的LastFM，包含1,892位用户的17,632位艺术家的播放次数。 我们的议程如下： 通过执行初始探索性数据分析（EDA）来检查我们正在使用的数据 构建基本协作推荐系统的几个版本： sci-kit中的K个最近邻居学习 TuriCreate中的项目相似性推荐者 评估结果 回答有关项目的问题，包括需要改进的地方 除了此自述文件中包含有关项目的一般信息之外，我们的项目还包括以下： （01）使用scikit-learn和TuriCreate的协作过滤器（主项目提交） 基于内容的过滤器的用户/艺术家标签的初步EDA /主题建模的附录： （A01）使用scikit-learn的K均值聚类和t-SNE （A02）使用pyLDAvis的LDA 从元数据中添加基于
【文件预览】：
recommender_system-master
----notebooks()
--------01_LastFM_CollaborativeRecommender.ipynb(512KB)
--------A02_LastFM_Recommender_Genre_pyLDAvis.ipynb(183KB)
--------A01_LastFM_Recommender_Genre_KMC_tSNE.ipynb(693KB)
----README.md(17KB)